Da Google a ChatGPT, la storia si ripete: dove va l’attenzione, arrivano gli annunci. Ma questa volta il gioco è completamente diverso.
Da dove nasce tutto: l’attenzione si sposa, la pubblicità segue
Per capire cosa sta succedendo con le Ads negli LLM (Large Language Model), bisogna partire da un principio semplice che ha governato il marketing digitale negli ultimi vent’anni: la pubblicità segue l’attenzione. È successo con i motori di ricerca, è successo con i social media, e ora sta succedendo con l’intelligenza artificiale conversazionale.
Pensaci un attimo. Nel 1999 Google veniva celebrato come un motore di ricerca “puro”, senza pubblicità, lontano dal caos dei portali dell’epoca. Poi è arrivato AdWords nel 2000, e il resto è storia. Facebook, Instagram, TikTok: ogni piattaforma è nata con la promessa di un’esperienza pulita, salvo poi monetizzare attraverso gli annunci non appena la base utenti ha raggiunto la massa critica. Oggi non puoi scorrere un feed senza imbatterti in un contenuto sponsorizzato.
E l’intelligenza artificiale? Sta percorrendo esattamente la stessa traiettoria. Nel 2025, il 42% degli utenti americani ed europei ha iniziato le proprie ricerche online partendo da un assistente AI anziché da un motore di ricerca tradizionale — il doppio rispetto al 24% del 2024. L’attenzione si sta spostando, e la pubblicità è pronta a seguirla.
ChatGPT apre le porte alla pubblicità
Il 9 febbraio 2026 è una data che i marketer dovrebbero segnare in rosso. OpenAI ha ufficialmente attivato i primi annunci pubblicitari all’interno di ChatGPT, dando il via a una fase di test negli Stati Uniti rivolta agli utenti dei piani Free e Go (quello da 8 dollari al mese). Gli abbonati ai piani Plus, Pro, Business ed Enterprise restano al riparo dagli annunci.
Gli annunci si presentano come “Sponsored Suggestions”, posizionati in fondo alle risposte del chatbot, etichettati come contenuti sponsorizzati e — almeno nelle intenzioni dichiarate — completamente separati dalle risposte organiche dell’AI. OpenAI ha sottolineato che la pubblicità non influenza in alcun modo le risposte fornite da ChatGPT e che i dati delle conversazioni non vengono mai condivisi con gli inserzionisti, che ricevono solo metriche aggregate.
I numeri del programma sono eloquenti: un CPM (costo per mille impressioni) intorno ai 60 dollari — circa tre volte la media di Meta — e un investimento minimo per partecipare alla beta di 200.000 dollari. Oltre 30 clienti di Omnicom Media hanno aderito al programma pilota, tra cui brand di diverse categorie merceologiche.
Non è solo OpenAI a muoversi. Google ha integrato annunci di testo e shopping nelle sue AI Overviews e nell’AI Mode. Microsoft Copilot e Perplexity hanno sperimentato formati pubblicitari fin dall’inizio del 2025. Il treno è partito.
Perché questa pubblicità è diversa da ciò che conosciamo
Qui sta il punto cruciale, quello che rende questo fenomeno molto più che una semplice
estensione del search advertising tradizionale. Negli LLM, la pubblicità vive dentro la conversazione.
.
A differenza di Google, dove l’utente riceve una lista di link e impara a distinguere i risultati sponsorizzati da quelli organici, un chatbot AI sintetizza, valuta e contestualizza le informazioni in un’unica risposta. Questo cambia radicalmente la dinamica in diversi modi:
• Dalla keyword al contesto: la pubblicità nei motori di ricerca tradizionali si basa sulle parole chiave. Negli LLM, il matching avviene sulla base del contesto conversazionale in tempo reale. Se stai cercando ricette, potresti vedere un annuncio per un servizio di consegna ingredienti; se dopo parli di fitness, l’annuncio cambia con te.
• L’intento è più profondo: quando un utente chiede a un chatbot “quale CRM dovrei usare se ho bisogno di email marketing e pipeline tracking ma non voglio i prezzi di Salesforce?”, sta esprimendo un’intenzione d’acquisto estremamente specifica — molto più precisa di una semplice keyword.
• La relazione è più intima: le persone condividono con i chatbot informazioni personali, dubbi, credenze politiche e religiose. Questo livello di intimità rende la pubblicità potenzialmente più efficace, ma anche enormemente più delicata.
Google Research e l’Università di Chicago hanno pubblicato uno studio che delinea un modello teorico in cui le aste pubblicitarie funzionano a livello di singoli “token” — le unità base del linguaggio generato dall’AI. In pratica, gli inserzionisti non sottopongono più un copy statico: “insegnano” a un LLM a parlare con la voce del brand, e il sistema di aste determina in tempo reale quale tono e quali parole prevalgono nella risposta.
È un salto concettuale enorme.
Gli utenti non riconoscono le Ads nascoste però…
Se il tema della pubblicità negli LLM ti sembra ancora astratto, uno studio accademico pubblicato dalla University of Michigan dovrebbe farti cambiare idea. I ricercatori hanno sviluppato un chatbot capace di integrare annunci personalizzati nelle risposte, testandolo su 179 partecipanti con un esperimento controllato.
I risultati sono stati sorprendenti. L’inserimento degli annunci ha degradato le prestazioni del modello solo del 3% circa nei benchmark standard. Ma il dato davvero significativo è un altro: i partecipanti non riuscivano a distinguere le risposte con inserti pubblicitari da quelle senza, e in alcuni casi preferivano addirittura le risposte contenenti annunci nascosti, perché percepivano i riferimenti ai prodotti come “fonti” e “referenze” autorevoli.
Quando però veniva esplicitamente rivelata la presenza di pubblicità, le reazioni cambiavano drasticamente: gli utenti giudicavano il sistema come manipolativo e meno affidabile. Un paradosso che riassume perfettamente la tensione al cuore di questo fenomeno: ciò che funziona meglio dal punto di vista commerciale è anche ciò che risulta più problematico dal punto di vista etico.
I modelli di monetizzazione che stanno emergendo
Il panorama delle Ads negli LLM è ancora in formazione, ma alcuni modelli di monetizzazione
stanno già prendendo forma concreta:
• Sponsored Suggestions: è il formato adottato da ChatGPT. Gli annunci appaiono come suggerimenti contestuali al di sotto della risposta principale, etichettati come sponsorizzati. Non modificano il contenuto della risposta AI.
• Citazioni sponsorizzate: le risposte AI si basano su fonti (documentazione, siti web, report). In futuro, queste citazioni potrebbero includere posizionamenti a pagamento — un modello che ricorda il SEM, ma applicato al ragionamento dell’intelligenza artificiale.
• Raccomandazioni conversazionali: l’AI suggerisce prodotti o servizi in modo contestuale durante la conversazione. La versione monetizzata potrebbe suonare così: “In base alle tue esigenze, ecco tre opzioni da valutare, tra cui un suggerimento sponsorizzato.”
• Token Auction: il modello più avveniristico, esplorato da Google Research, in cui gli inserzionisti competono in aste in tempo reale per influenzare il tono e il contenuto generato dall’AI, token per token
Quali sono le criticità della pubblicità nelle risposte AI?
Sarebbe miope parlare di questo fenomeno solo in chiave di opportunità. Le criticità sono concrete, profonde, e meritano attenzione tanto quanto le potenzialità.
La fiducia è la valuta più preziosa (e la più fragile)
L’obiezione più forte viene proprio da chi ha provato la pubblicità negli LLM e ha fatto marcia indietro. Perplexity, una delle prime piattaforme AI a testare annunci sponsorizzati, ha abbandonato completamente il modello pubblicitario nel febbraio 2026. Il motivo? Come ha spiegato un dirigente al Financial Times, “un utente deve credere che sta ricevendo la miglior risposta possibile”. La sola presenza di annunci, anche se etichettati e tecnicamente separati, è sufficiente a far dubitare dell’integrità delle risposte.
Non si tratta di un esperimento marginale. Perplexity gestisce 780 milioni di query mensili e ha raggiunto 200 milioni di dollari di ricavi annuali ricorrenti quasi esclusivamente attraverso gli abbonamenti. Eppure, meno dello 0,5% dei brand che avevano fatto richiesta per pubblicizzarsi erano stati ammessi, e il responsabile della divisione ads ha lasciato l’azienda prima della conclusione dell’esperimento
La privacy in un contesto intimo
Le persone condividono con i chatbot AI informazioni profondamente personali: problemi di salute, credenze religiose, dilemmi finanziari. L’introduzione della pubblicità in questo contesto solleva questioni serie riguardo alla protezione dei dati, soprattutto in relazione al GDPR e ai suoi principi di minimizzazione e limitazione delle finalità d’uso. Non a caso, il giorno stesso in cui OpenAI ha avviato il test degli annunci, la ricercatrice Zoë Hitzig ha rassegnato le dimissioni dall’azienda citando preoccupazioni legate proprio alla natura dei dati in gioco.
Il rischio di manipolazione inconsapevole
Lo studio accademico citato in precedenza evidenzia un problema strutturale: gli utenti trattano i chatbot come fonti autorevoli e affidabili, e di conseguenza non applicano lo stesso filtro critico che userebbero con un banner o un annuncio su una pagina web. Se un brand appare all’interno di quella che sembra una raccomandazione imparziale, e il consiglio si rivela poi motivato commercialmente, il danno reputazionale non colpisce solo la piattaforma, ma anche il brand.
La misurazione è un rebus
Misurare l’efficacia della pubblicità nelle conversazioni multi-turno è enormemente complesso.
Un’impression conta se l’utente ignora il suggerimento? Come si attribuisce una conversione che nasce da una conversazione lunga e ramificata? I modelli tradizionali di attribuzione basati su keyword e click non funzionano in questo nuovo contesto.
Due filosofie a confronto: chi fa Ads e chi dice no
Il panorama attuale dell’industria AI è spaccato tra due visioni radicalmente diverse della monetizzazione.
Da un lato, OpenAI Google e Microsoft stanno integrando la pubblicità nelle loro piattaforme AI con gradi diversi di aggressività. OpenAI lo fa con ChatGPT in modo dichiaratamente sperimentale, Google lo fa nelle AI Overviews e nell’AI Mode del suo motore di ricerca, Microsoft lo ha testato in Copilot.
Dall’altro, Anthropic e Perplexity si sono posizionate nel campo “ad-free”. Anthropic, la società che produce Claude, ha addirittura lanciato durante il Super Bowl 2026 una campagna pubblicitaria che ironizzava sull’idea di inserire annunci nei chatbot, con il messaggio: “La pubblicità sta arrivando nell’AI. Ma non su Claude.” Perplexity, dopo aver provato e misurato, ha scelto consapevolmente di abbandonare gli annunci per proteggere la fiducia degli utenti.
Questa divergenza strategica offre ai marketer un messaggio importante: non esiste un’unica
direzione, e le scelte delle piattaforme avranno conseguenze dirette sulla qualità dell’attenzione e
sulla percezione del brand
Cosa significa tutto questo per i marketer
Che tu sia entusiasta o scettico, una cosa è certa: restare fermi non è un’opzione . Questo è uno di quei momenti in cui l’innovazione ridefinisce le regole del gioco, e chi comprende per primo le dinamiche in atto si posiziona con un vantaggio competitivo significativo. Ecco su cosa vale la pena concentrarsi fin da ora:
• Ripensare al concetto di keyword: negli LLM la pubblicità non si basa più su parole chiave statiche, ma su contesto, intento e conversazione. Questo richiede un approccio radicalmente diverso alla pianificazione media.
• Costruire autorevolezza per l’AI: indipendentemente dal modello pubblicitario che prevarrà, i brand che vengono citati organicamente nelle risposte AI saranno quelli che hanno investito in contenuti autorevoli, originali e strutturati. La GEO (Generative Engine Optimization) è la nuova SEO.
• Presidiare più piattaforme: con approcci alla monetizzazione così diversi tra le piattaforme, dipendere da un singolo ecosistema è rischioso. La strategia vincente è una presenza diversificata.
• Preparare framework di misurazione nuovi: il modello “keyword → annuncio → click” sta lasciando spazio a “conversazione → raccomandazione → azione”. Servono metriche nuove, che tengano conto delle conversioni assistite e dei journey multi-turno.
• Testare con cautela : per i brand con le risorse necessarie, partecipare ai programmi beta — come quello di ChatGPT — offre l’opportunità di apprendere prima degli altri. Ma va fatto con la consapevolezza che il panorama è ancora in fortissima evoluzione.
Cosa aspettarsi nei prossimi anni
L’advertising negli LLM rappresenta quello che molti analisti considerano il quarto grande punto di inflessione nella storia della pubblicità digitale, dopo la SEO, il programmatic e gli algoritmi social. Ma con una differenza fondamentale: per la prima volta, la pubblicità non sarà posizionata attorno al contenuto, ma potrebbe essere intrecciata direttamente nel processo di ragionamento dell’AI.
Gartner prevede un calo del 25% nel volume di ricerche tradizionali entro il 2026. Fino al 69% delle query termina oggi come “zero-click search”. Il campo di battaglia si sta spostando, e gli LLM sono la nuova trincea.
Nei prossimi due-tre anni, è ragionevole aspettarsi un’accelerazione: più piattaforme apriranno alla pubblicità, i formati si raffineranno, la misurazione migliorerà, e le normative (soprattutto in Europa) cominceranno a delineare confini più chiari. Ma il dibattito tra monetizzazione e fiducia resterà il nodo centrale: trovare il punto di equilibrio tra sostenibilità economica e integrità delle risposte sarà la sfida definitiva per l’intera industria AI.
Come marketer, il nostro compito non è scegliere se questa evoluzione ci piace o meno. Il nostro
compito è capirla, prepararci, e usarla — con intelligenza, etica e visione strategica — per creare
valore reale. Il futuro della pubblicità non è più soltanto digitale. È conversazionale
